[发明专利]一种基于随机梯度下降法的网络工作参数优化方法

说明书

本发明提供一种基于随机梯度下降法的网络工作参数优化方法，能够提高工作参数导数向量计算结果的稳定性和准确性。所述方法包括：获取待优化的工作参数；在采样点中随机抽取个t个采样点；根据获取的待优化的工作参数，确定待优化目标区域中所述t个采样点的整体覆盖率，所述整体覆盖率等于所述t个采样点被覆盖的覆盖效果的均值，每个采样点被覆盖的覆盖效果为[0,1]之间的连续值；根据所述t个采样点的整体覆盖率，利用连续求导法则，确定工作参数的导数向量；根据确定的工作参数的导数向量，确定优化后的工作参数。本发明适用于网络工作参数的优化操作。

技术领域

本发明涉及移动通信领域，特别是指一种基于随机梯度下降法的网络工作参数优化方法。

背景技术

现有的移动通信网络以蜂窝网络为主，通过在网络中部署多个基站，这些基站设备装配了多部(定向)天线向不同的方向发射无线信号，共同实现一个区域的通信信号覆盖。在每个基站中，一般包括3个(存在个别有2-4个的情况)射频单元和天线，每根天线拥有各自的网络工作参数(简称工参)，例如：方位角、下倾角、发射功率等。

网络规划和网络优化是移动通信网络中的重要技术环节。网络规划通常是指在初始阶段对移动通信中网络工程的粗略估计与布局的考虑；网络优化则是通过对规划中粗略估算的参数进行调优，以达到更好的覆盖效果。两者在本申请中统称为网络优化。

网络优化的工作思路是调整一些易于调整的工参，以达到更好的覆盖效果。在面向覆盖率的网络优化中，覆盖效果是基于待优化目标区域中总的采样点中符合信号传输质量的采样点的数量而确定的。符合信号传输质量的评判标准一般是根据不同的覆盖需求而设定，一般有以下几种评判指标(即：覆盖效果的参数)：

1)参考信号接收功率(Reference Signal Receiving Power，RSRP)；

2)信号与干扰加噪声比(Signal to Interference plus Noise Ratio，SINR)；

3)RSRP与SINR同时考虑等。

现有技术中，采用基于数值求解的梯度下降法对网络工作参数进行优化，从覆盖、未覆盖的离散状态(0或1问题)求解覆盖效果，根据所述覆盖效果利用差分求导法求出工作参数的导数向量，所述差分求导法表示为：

其中，C表示覆盖效果，定义为被覆盖的采样点占所述t个采样点的比例，代表第k代天线j的i项工作参数，表示第k代天线j的i项工作参数的增量。

这样，会导致工作参数导数向量计算结果不稳定，工作参数导数向量的大小取决于△x_i,j的大小，△x_i,j太大则计算不够精确；由于采样点只有覆盖和未覆盖两种效果，△x_i,j太小则不会对分子产生影响，导致导数为0，不能更新工作参数，在边界时导数过大，而且△x_i,j过小时易产生计算误差，在不可导点会产生错误值。

发明内容

本发明要解决的技术问题是提供一种基于随机梯度下降法的网络工作参数优化方法，以解决现有技术所存在的基于数值求解的梯度下降法，会导致工作参数导数向量计算结果不稳定的问题。

为解决上述技术问题，本发明实施例提供一种基于随机梯度下降法的网络工作参数优化方法，包括：

获取待优化的工作参数；

在采样点中随机抽取t个采样点；

根据获取的待优化的工作参数，确定待优化目标区域中所述t个采样点的整体覆盖率，所述整体覆盖率等于所述t个采样点被覆盖的覆盖效果的均值，每个采样点被覆盖的覆盖效果为[0,1]之间的连续值；

根据所述t个采样点的整体覆盖率，利用连续求导法则，确定工作参数的导数向量；